電動滑板車Bird、Lime熱潮退燒中，投資人紛紛急踩煞車|數位時代 BusinessNext

電動滑板車Bird、Lime熱潮退燒中，投資人紛紛急踩煞車

在市場日益競爭，以及電動滑板車頻頻遭到破壞的現況下，投資者的熱情正一步一步的退燒中，根據《華爾街日報》消息，Bird、Lime都不得不因此調整估值目標，眼中不再只有無盡的融資野心。

提升估值想融資，投資者興致缺缺

很多人在一年多前根本沒有聽過電動滑板車，大約從去年春天開始，Bird、Lime在舊金山、洛杉磯街頭撒下數千台電動滑板車，無樁式的設計，用戶以手機掃描QR Code就能解鎖使用，這款被視為「共享單車2.0」的新產品，同樣被視為城市串起最後一哩路的功能，更成為資本市場的風口和媒體討論的焦點。

其中Bird在2017年由Uber的前主管成立，2018年6月Bird拿下紅杉資本領投的新一輪3億美元的融資，估值一舉從5月底的10億美元飆升至6月底的20億美元；同樣創立於2017年的Lime Bike是兩位華人Brad Bao和Toby Sun創立的公司，是受到摩拜和ofo的啟發才推出滑板車，目前已經累積5輪融資，如今估值達11億美元。

Bird目前正計劃以20億美元的估值為基礎，想要進行新的融資活動，根據《華爾街日報》消息，許多潛在的投資者聽到Bird的計畫後都興致缺缺，融資計畫最後不得不被擱置；Lime先前曾告訴潛在投資者，要以大約40億美元估值進行融資，但最後則降低到20~30億美元的估值進行融資。

供需失衡、破壞頻傳，潛在投資者踩煞車

本月初，才傳出Uber想要收購Bird和Lime，目的除了是希望進軍共享電動滑板車市場外，著眼的是想把Uber打造成「各類交通工具的一站式服務平台」，一次整合汽車、自行車與滑板車服務。事實上，Uber過去就曾投資過Lime，對於收購的謠言，Bird回應沒有出售公司的打算，Lime則不願表示任何意見。

投資者的態度之所以轉趨保守，其中一個原因是滑板車太容易壞掉。跟共享單車一樣，共享滑板車占據了地鐵出入口、人行道，在美國還有比較激進的人會把滑板車塞到垃圾桶、推入海中、甚至從高樓砸下，社群平台上就流傳許多故意撞倒一排電動滑板車，或是摔滑板車的破壞影像。

在部分災情特別慘的市場中，投資者認為滑板車的使用周期只有大約兩個月，根本來不及回收成本就報銷。面對質疑，Bird和Lime告訴投資者會引進更耐用的車款，認為大規模的損壞只不過是暫時的問題而已。

此外，像是Bird、Lime、Skip、Lyft這些業者都瘋狂在各大城市投放電動滑板車，導致車輛供過於求；另一方面，電動滑板車既非自行車、摩托車、電動機車，完全是置身在法律規範以外的新型交通工具，基於安全考量，美國部分城市已經完全禁止滑板車，減緩潛在擴張速度，但供需失衡、破壞頻傳，都讓潛在投資者踩了煞車。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。